代 丰，吴丽丽

(淮阴师范学院 外国语学院，江苏 淮安 223000)

安徽枞阳人，讲师，博士，主要从事英语教学、二语习得方面研究。

法国科学家G.B.阿尔楚尼在20世纪30年代提出用机器进行翻译的设想。至今机器翻译实现了从规则驱动到统计驱动，再到神经网络驱动的技术进步，人类目前可以较为准确地实现外文作品的语言转换。然而，机器翻译领域“技术至上”，研发人员由于特殊的技术学术背景，通常会忽视语言学及翻译理论的指导[1]。

被动语态是英语中比较常见的语法现象，尤其被广泛应用于商务英语中，在语法、语用和语篇衔接方面都具有重要作用，然而由于它的语义关系与主动句顺序相反，逻辑关系和句法结构又及其复杂，给机器翻译带来了很大的挑战[2]。

语言类型学旨在通过对语言的共同结构特征和形式进行分析、比较和分类，找出不同语种之间的相同和相异之处。根据神经网络机器翻译的本质和工作机制，从语言类型学视角对机器翻译进行评价不失为一种新的尝试。

1 语言类型学及英汉被动句对比

从语言类型学角度来看，英语和汉语都属于SVO语言，句子结构一般都遵循主谓宾的顺序。但是，由于英语和汉语分别从属于不同的语系，英汉被动句又有一定区别，具体见表1。

表1 被动句主语语义角色的统计

数据表明汉语被动句中受事作主语的比例低于英语，即直接被动句少；非受事作主语的比例高于英语，即间接被动句多[3]。与汉语不同，英语被动句标记性更强，所有的被动句都需要使用被动标记[4]。……